【演講】卡帕西宣告 Software 3.0：最新程式語言是英文

程式語言用了七十年，核心邏輯沒變：你告訴電腦做什麼，電腦照做。安德烈·卡帕西（Andrej Karpathy）在這場史丹佛演講裡直接宣告，這件事正在被推翻第二次。卡帕西是 AI 圈少數橫跨理論與工業的人——史丹佛博士出身，在 OpenAI 做生成模型，去特斯拉帶團隊建自動駕駛的神經網路視覺系統，然後剛剛重返 OpenAI。他不是在預言未來，他是在描述他親手參與的三次典範轉移，而第三次就在現在。

這場演講有幾個值得記住的點：一，程式設計正在經歷第三次典範——從寫演算法，到養資料集，到現在用英文下指令；二，大型語言模型本質上是一台可以用自然語言重新設定的通用電腦；三，prompt 設計不是旁門左道，而是真實影響準確率的工程工作；四，Transformer 這個架構從 2017 年沿用至今幾乎未被取代，背後有具體原因；五，這些能力組合在一起，意味著會寫英文正在變成一種程式設計能力。合起來看，這不是 AI 又進步了的例行公告——而是整個軟體開發的生產方式在換人。

◎Software 3.0：最新的程式語言是英文

卡帕西把過去七十年的軟體發展分成三個階段。Software 1.0 是傳統程式碼，你設計演算法，電腦執行。Software 2.0 是神經網路時代，你不寫邏輯，你養資料集，讓模型從資料裡學出行為——他在特斯拉做自動駕駛五年，走的就是這條路：收資料，訓練，部署，監控，再收資料，循環不止。Software 3.0 是現在正在發生的：你設計 prompt，用自然語言告訴大型語言模型（Large Language Model，以下簡稱 LLM——一種在海量文字上訓練，能預測下一個詞的超大神經網路）它應該是誰，應該做什麼，它就照辦。三個階段不是互相取代，是一層疊一層；但每一層都在改變誰有資格寫程式。

◎LLM 是通用電腦，不是聰明的自動完成

卡帕西給了一個讓人記住的框架：過去的神經網路是特製電腦，只做一件事；GPT 這類模型是通用電腦，可以在執行時用自然語言重新設定。他舉的例子很具體：有人用純文字 prompt 讓 ChatGPT 扮演 Linux 終端機，輸入指令，回傳輸出，甚至在模型的腦子裡憑空生出一個檔案系統；另一個案例是某開發者只用文字描述家裡的電器配置，就造出一個能回傳結構化 JSON 指令的智慧家居助理，不需要寫一行 Python。一場黑客松的第一名作品，整個後端就是一個 LLM，沒有傳統程式碼。這不是噱頭，這是在示範：只要 prompt 設計得對，模型能承擔過去需要工程師手寫邏輯的工作。

◎Prompt 不是玄學，差一句話準確率差 65 個百分點

這場演講最值得總經理記住的一組數字：同一道數學題，直接問 LLM，正確率 17%；加上讓我們一步一步想，跳到 78.7%；再改成讓我們一步一步確認答案正確，升到 82%。差距來自一件事——LLM 本質上是在預測什麼樣的人會在這個情境下說什麼，你不縮小那個預測範圍，它就給你網路上的平均答案。卡帕西打了個比方：你問為什麼下雨，它給你平均智識水準的答案；你說你要 IQ 200 的人來回答，你得到的東西就不一樣了。這件事已經催生出一個真實職位：prompt engineer，專職設計這些指令的工程師。這是目前報酬極高的新興工種，不是因為神秘，而是因為它直接決定模型能不能用。

◎Transformer 為什麼從 2017 年撐到現在還沒被換掉

Transformer 是目前幾乎所有主流 AI 模型共用的底層架構——包括 GPT 系列。它在 2017 年的一篇論文裡提出，核心想法是讓序列裡的每個詞都能直接看見其他所有詞，而不是像過去的模型一樣一個字一個字處理。卡帕西說，這個架構同時滿足三件事：表達力強（能學複雜函數），容易優化（梯度好傳），在 GPU 上跑得極有效率。這三點同時成立不是偶然，是刻意設計的結果。他的結論是：業界花了好幾年試圖改進它的每個細節，幾乎沒有什麼真正留下來——除了 layer norm 的位置從後移到前。今天你在用的 ChatGPT，骨子裡跑的還是那個 2017 年的架構。

◎這對你的公司意味著什麼

卡帕西最後說，如果你想用這些能力，現在最直接的入口是 OpenAI 的 API——他補了一句：我不是因為在那裡工作才這樣說，我是因為這樣說才去那裡工作的。撇開這句話的公關成分，背後的意思是真實的：這些工具現在已經可以用，不需要等。對一家公司的總經理來說，真正的問題不是 AI 能不能用，而是你的團隊裡有沒有人懂得設計 prompt，知道在哪個環節把 LLM 接進來——以及你願不願意在這件事還沒有標準答案的時候就開始探索。

卡帕西這場演講的底層訊息只有一句話：程式設計的門檻正在移動，移動的方向是英文。這不代表工程師消失，也不代表隨便一個人都能做軟體——但它確實意味著，過去只有工程師能做的一批事，現在懂得下指令的人也能做到。對一個公司的領導者來說，這場轉移的窗口就在現在：先動的人在摸索，後動的人在追趕，不動的人在等別人替他決定。